tensorflow安装全解(全解萌新向/CPU/下载快/自选新旧版本/GPU安装简述/报错解决)

该篇博客是从我的CSDN博客移植过来的，移植过来时部分格式发生了错乱（没有目录了...QAQ），还是推荐大家去看原博客，原博客地址：

本篇文章主要针对刚开始入手tensorflow的萌新，写的不好的地方 知乎大佬们轻喷啊...

一、安装过程总述

笔者结合自己两次安装tensorflow的经历为初学者写下这份说明，已尽可能地写的较为清楚明白，以下安装 按CPU安装过程来说明 ，GPU安装稍些复杂，但也是只多几个步骤，只做了简要概述，详见 本文2.5 GPU安装简述 。 第一部分中我总体概述一下安装的各个步骤，如果着急的读者可以直接参考以下步骤来安装，不急用的读者还是 建议阅读后方安装过程分述 再一一按步进行操作。以下为总体安装过程

1.安装Anaconda Anaconda 下载安装地址： https://www. anaconda.com/download/

2.打开Anaconda Prompt，分步运行以下指令：

# 提前注明：<>号代表是需要更改内容的，不能直接拿到指令里运行
# 第一步，创立环境
conda create --name <环境变量名> python=<python版本号>
# 第二步，激活环境
conda activate <环境变量名>
# 第三步，pip安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ <--upgrade> tensorflow==<tensorflow版本号>

下面给出一些说明和示例：

# 说明
1.<环境变量名>取自己喜欢的名字即可，如tf、tfcpu、tensorflow等等都可以,注意第二第三步的环境变量名要一致
2.<python版本号>是python对应的安装版本号
3.<tensorflow版本号>是tensorflow对应的安装版本号，省去不写默认安装最新版本
注意python和tensorflow两者版本号对应的安装包要能在https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/ 找到对应的，详见安装过程分述
4.<--upgrade>选择是否更新tensorflow，要更新tensorflow就把两个尖角号去掉，不更新直接删除就可以
5.如果你安装的是python3，直接把pip3改成pip也可以
6.安装过程中如果遇到[y/n]时（表示是否继续），填y后回车即可继续安装
conda create --name tfcpu python=3.5
conda activate tfcpu
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow==1.1.0

3.检验 在anaconda里的notebook中输入import tensorflow后运行，没报错基本上就是没问题，或在Prompt里输入如图所示指令，也是import没报错就可以，注意要激活的是自己安装的环境变量名

4.使用 在Anaconda中使用tensorflow，一定确保是在自己建立的tensorflow的环境中运行。

二、安装过程分述

2.1 一些建议和说明

在这篇文章中，我第一步就让大家安装了Anaconda，关于Anaconda的简介和安装步骤这里就不给大家多费嘴了，安装直接在官网下载你想要的版本然后安装即可，如果官网下载速度慢，也可以到百度或谷歌去尝试各种各样的方法，基本上网上的教程都可以让你顺利安装。 那么，为什么让大家安装Anaconda? 首先 ，Anaconda安装后在它的基础环境中已经为你装载了许多科学包，并且帮你安装好了许多实用性应用，如最常见的jupter notebook，许多python初学者在它的基础环境中几乎不用为编程之外的事情而困扰。 其次 ，界面简洁明了，我要为大家在该节介绍的一个要点，就是 环境 。 编程环境，就是你编辑出的代码是在什么样的环境下运行的，这就像学习环境，配备的教室卫生、课程及教学质量等都有可能影响你的学习质量。在Anaconda的编程环境中，各类各样的python包就是你运行代码的基本，因为这些包为你提供了很多简便强大的函数，如numpy包里的矩阵运算函数。 Anaconda方便了我们去查看这些环境里都包含些什么，点开新安装的Anaconda，你应会看到如下图所示的界面，其中红框内代表你是处于什么样的环境运行代码：

点开‘environments’

回到安装tensorflow的正题上，指令的前两个步骤是创建环境和激活环境，这两个步骤首先是为tensorflow搭建了一个新的环境，这个环境不同于Anaconda自带的基础环境，是 没有其他科学包 的，只是搭载了python的环境而已。若想要安装其他科学包，可以参考如下图的安装步骤，还有一种安装方法我放到 本文2.4 pip安装 讲了：

在Anaconda的安装位置中也可以查看我们自己建立的环境（/envs）和安装的科学包（/envs/ /Lib/site-packages），如图（无关的部分我都遮住了，关键是要知道自己的Anaconda安装在什么位置下）：

下一步我们会用到Anaconda prompt，Anaconda prompt相当于windows系统的命令行程序(cmd)，如果不清楚，你就理解为它是帮助我们操作电脑的。 打开Anaconda Prompt后，你会看到如下的界面，其中第一行最左侧括号内代表环境名，默认是在base基础环境下，后面显示了当前指向的地址，cmd指令是在该地址和环境下被执行的。

接下来在Anaconda Prompt中，分步运行以下指令：

2.2 创立环境

conda create --name <环境变量名> python=<python版本号>
# 过程中如果遇到[y/n]时（表示是否继续），填y后回车即可继续安装

该行指令的主要作用是创建一个python环境，tensorflow的安装需要该环境作为基石。 <环境变量名>是自己创建的新环境的名字，取一个适当 喜欢的就可以 ；是要建立的python对应的版本号，注意python和tensorflow的版本对应的安装包要能在 https:// pypi.tuna.tsinghua.edu.cn /simple/tensorflow/ 找到，具体怎么找我放到2.4去讲了（所以2.4很重要啊，初学的萌新们一定认真看啊= =） 下图给出了一个示例：

2.3 激活环境

conda activate <环境变量名>

该行指令的主要作用是激活上一步我们创建好的环境，表示tensorflow将会安装到该环境下。因此注意<环境变量名>与上一步的<环境变量名>是相同的 如图所示，在激活环境后，前面的括号内由base基础环境跳到了我们新创建的环境，这就代表环境激活成功了，我们将在这个环境下安装tensorflow。

2.4 pip安装（※）

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ <--upgrade> tensorflow==<tensorflow版本号>
# 过程中如果遇到[y/n]时（表示是否继续），填y后回车即可继续安装
# 如果你用的python3,直接把pip3改成pip就可以

该行指令的作用是安装tensorflow，详细说明如下： 在安装tensorflow的过程中，绝大部分人都会遇到下载慢的情况，还有人因CPU配置等问题需要安装旧版本tensorflow。利用清华园开源软件镜像站可以解决上面两类问题，首先，请大家打开 https:// pypi.tuna.tsinghua.edu.cn /simple/ ，不出意料的话，大概会看到如下的界面：

左边一侧是一列的超链接，其中的名字是各类科学包的名字，点进链接会看到科学包的各种版本对应的安装链接。现在，在界面中找到 tensorflow 并点进去，如图:

上图左侧是各个版本安装包的超链接，已经给大家标注了其名字的意义。但是，这些安装包不需要我们手动下载，在开头的指令中，我们使用了pip进行安装，只要给出tensorflow的版本号，它会自动帮我们根据电脑的操作系统和当前的python版本为我们匹配对应的安装包然后进行安装。 关键要注意版本匹配的问题。举个例子，比如你现在要安装tensorflow1.0.0，那么找到tensorflow-1.0.0-，观察python版本，你会发现该版安装包最低支持python2.7(cp27)、最高3.6(cp36)。那么如果你在指令的第一步安装的是python3.7，你就 有可能 在这一步无法安装tensorflow1.0.0。 因此，在安装的时候，为保准不出错，一定先确定一下你要装的tensorflow版本，再去这个网站上看一下对应的安装包里适配的python版本；；如果觉得麻烦，没有特别的需要，tensorflow版本号可以省去不写，python选择较新的版本安装，这样基本不会出错。

同时，安装任何科学包的过程都是与安装tensorflow的过程类似的，激活环境→点进 https:// pypi.tuna.tsinghua.edu.cn /simple/ →找到自己想要的安装包并点进超链接→查看版本适不适配→确定好后直接用指令安装：

# 安装其他科学包的方法
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ <--upgrade> <科学包名字>==<科学包版本号>

下图是安装tensorflow的示例：

安装的详细信息我都没有给出来，怕误导大家，这里教大家检验的步骤：输入‘python’后再输入'import tensorflow'，没报错基本说明安装成功。（‘import tensorflow’ 表示 ‘导入tensorflow模块’，是我们使用tensorflow的必要步骤，导入出错即说明存在问题）

总结的步骤可以回看 一、安装过程总述

2.5 GPU安装简述

tensorflow_gpu的安装就不跟大家详细叙述了，笔者只安装过一次，过程不是很顺利。它与tensorflow_cpu的安装只差一步CUDA和cuDNN的安装及其环境变量的设置。这里给出总体的安装过程，其中第二步是需要大家自己在网上寻找相关教程，别的步骤我已经阐述过了: 1. 安装Anaconda

2.安装CUDA和cuDNN并设环境变量，安装前记得根据自己电脑显卡的型号匹配支持的版本，设置环境变量时找准文件。

3.查找合适的tensorflow版本，除了和python版本对应上，也要和CUDA、cuDNN对应上，参考：

在Anaconda Prompt中，分步运行以下指令，指令的详细说明就不给大家贴了，跟我们之前所讲的是一样的：

# 提前注明：<>号代表是需要更改内容的，不能直接拿到指令里运行